Soluzioni AI-driven per il monitoraggio remoto e sostenibile degli asset industriali, delle infrastrutture energetiche e delle emissioni
Overview
Abbiamo affiancato un leader globale nella produzione di tecnologie Oil & Gas nello sviluppo di una soluzione basata su droni, sensoristica e algoritmi machine learning per monitorare asset e rilevare fughe di metano. Il progetto ha sviluppato un modello automatizzato per l'acquisizione e analisi delle immagini, migliorando la sicurezza, tempi e attività di monitoraggio e manutenzione.
Background
Il cliente è un leader globale nella produzione di tecnologie per il settore Oil & Gas, con numerosi siti produttivi e infrastrutture operative distribuiti a livello internazionale, tra cui diversi stabilimenti industriali in Italia.
La gestione e il monitoraggio di questi asset richiedono attività di ispezione periodica per garantire elevati standard operativi, prevenire criticità strutturali e ridurre l’impatto ambientale delle attività industriali.
Challenge
Il cliente aveva la necessità di rendere le attività di ispezione dei propri asset industriali più rapide, accurate e sicure. Le procedure tradizionali di monitoraggio, basate su ispezioni manuali, richiedono infatti tempi significativi, l’impiego di personale specializzato e l’accesso diretto a strutture spesso difficilmente raggiungibili.
In questo contesto, l’azienda era alla ricerca di una soluzione capace di ridurre le tempistiche delle attività di ispezione, migliorare l’accuratezza nell’identificazione di potenziali criticità come fughe di metano o anomalie strutturali e limitare i rischi operativi per il personale coinvolto.
La sfida consisteva quindi nello sviluppare un approccio innovativo e scalabile che consentisse di ottimizzare i processi di monitoraggio degli asset industriali, garantendo al contempo maggiore affidabilità dei risultati e un supporto più efficace alle attività di manutenzione e controllo ambientale.
Approccio
Il progetto è partito dalla definizione di un framework standardizzato di ispezione. In questa fase sono stati definiti i protocolli operativi, le metodologie di acquisizione delle immagini, la strumentazione e la sensoristica da utilizzare (camere infrarossi e laser) per la rilevazione delle emissioni e gli standard di reporting applicabili ai diversi siti.
Successivamente, in collaborazione con un partner tecnologico, sono state realizzate campagne di rilievo tramite droni e tecnologie aeree dedicate, capaci di acquisire immagini ad alta risoluzione degli asset industriali e delle infrastrutture da monitorare.
Le immagini raccolte sono state quindi elaborate attraverso workflow di data processing e modelli di machine learning sviluppati ad hoc, in grado di identificare automaticamente gli elementi richiesti dal cliente e individuare eventuali anomalie o criticità. Questa fase ha consentito di trasformare grandi quantità di dati visivi in informazioni strutturate e facilmente analizzabili.
Infine, abbiamo sviluppato un sistema di analisi e reporting dei dati, centralizzando le informazioni raccolte per supportare la tracciabilità delle ispezioni, il confronto storico e la pianificazione delle attività di manutenzione. Questo approccio ha permesso di creare le basi per un modello di asset management digitale e scalabile, applicabile su più siti industriali.
Delivery
Risultati ottenuti
Il progetto ha dimostrato l’efficacia delle AI-Driven Drone Inspections nel migliorare il monitoraggio degli asset industriali e il rilevamento delle fughe di metano nei seguenti casi d'uso:
• Test con fuga di metano controllata in capannone (caso simulato)
• Test su infrastrutture industriali del cliente (caso reale)
• Ispezioni delle coperture dei capannoni presso uno stabilimento produttivo (caso reale)
I test hanno confermato la capacità della soluzione di individuare fughe di metano con maggiore accuratezza rispetto alle metodologie precedentemente utilizzate e di automatizzare l’identificazione di anomalie sugli asset.
+ 3k
immagini ad alta risoluzione raccolte e analizzate
+250
anomalie strutturali identificate automaticamente
Lascia un messaggio per entrare in contatto.